新SWAN江西本地化平台产品应用和检验评估

新SWAN3.0示范版通过融合“天擎”和LINUX改造等方式使系统框架更高效,在强对流识别算法、产品数量、功能模块等方面较以前版本均有了较大提升。文中使用空间领域TS评分法,并结合典型个例,对平台输出的临近预报效果和强对流识别产品进行了评估,结果表明：光流外推法和融合外推法结果趋势一致,预报时效越近预报能力越强;预报稳定性方面,大于35 dBz回波整体好于55 dBz以上的强回波中心;光流法预报效果好于融合法;平台能有效识别冰雹、下击暴流等,能为短临监测预警预报业务提供支撑。     

气象灾情直报系统应用技巧

气象灾情收集上报是确保气象部门及时了解天气过程的灾害情况、部署气象服务工作的重要措施。中国气象局于2004年起先后向全国气象部门下发和升级了灾情直报系统1.0、2.0、2.1、2.2和2.3软件,该软件利用计算机的NOTES、FTP和Email进行灾情直报、快报、月报、年报、预警信号、决策材料、应急事件等相关文件的上传,加大了各级气象部门灾情收集上报力度,使气象灾情收集上报和统计工作有了很大进展。但有不少基层台站应用直报软件时灾情上报速度较慢或出现错误,致使气象灾情"快"报不快,甚至预警信号发布延误。根据陕西省近年来应用灾情直报系统V2.3软件中的存在问题和使用经验,介绍其使用技巧,为各级台站做好气象灾情直报工作     

基于TIGGE资料的沂沭河流域6小时降水集合预报能力分析

全球多模式集合预报(TIGGE)资料为发展局地水文风险预报方法提供了新基础。对不同预报系统的集合预报资料进行评价与对比,可为综合应用多源资料实现超集合预报提供参考。本文以沂沭河流域内10个站点观测降水作为参照,对2007～2010年7、8、9月中BABJ(北京)、ECMF(欧洲)、EGRR(英国)、RJTD(日本)和KWBC(美国NCEP)五种预报模式的6h集合预报降水做了相关系数、均方根误差、Nash效率系数、TS评分(风险评分)和Brier评分等定量评估和对比。对于各模式集合平均预报,EGRR表现最好,4日预见期内的相关系数达0.48,Nash系数为0.21,BABJ最差,其他三模式预报能力相当。对于确定的控制性预报,4日预见期内RJTD表现最优,相关系数为0.19,Nash系数为0.13,其次为BABJ和EGRR。各模式集合平均与控制性预报相比,预报能力都占绝对优势,而多模式集合平均其预报能力又强于任何单模式集合平均。在4日预见期内,多模式平均的相关系数达0.49,Nash系数达0.24。在不同百分位阈值下TS评分和Brier评分也表明了类似的各模式评比结果,但多模式平均虽然在较低阈值下评分较优,但不占据绝对优势。各中心资料均具有一个随预见时长增加的稳定衰减期,其中EGRR衰减期最长(达9天)且最为稳定,而其他资料则存在不同稳定程度的衰减,稳定衰减期都能持续4天以上。各中心资料对较大降水的预报还存在各自不同的系统性偏差。     

“数字图像处理技巧”通识课程的建设与改革

数字图像处理技巧是继2004年＂数字图像处理＂课程获得国家精品课程以来,遥感信息工程学院面向全校开设的首批通识教育选修课之一。课程组对该课程教学内容、教材、教学方法与手段、网络资源建设和师资队伍等方面进行建设与改革,其成果在教学实践中得到推广应用,取得了优良教学效果。     

多数值模式对台风暴雨过程预报的空间检验评估

采用FSS评分(fractional skill score)和CRA方法(contiguous rain area)结合国家气象信息中心地面、卫星、雷达三源降水融合产品(CMPA_Hourly V2.1),对SHANGHAI_HR(SH)、GRAPES_MESO(MESO)、ECMWF_HR(EC)、GRAPES_GFS(GFS)四个模式2018年8月三次登陆台风暴雨过程的的降水预报进行了检验评估,对比分析了各模式的预报性能,得到结论如下:FSS评分相较于传统TS评分能够更好地通过量化的方式反映出不同模式的预报能力差别,而CRA方法能更全面详细地评估模式的误差来源;区域模式对于局地性强降水或大尺度降水的强中心预报相对于全球模式有一定优势,但全球模式对于较小量级降水的范围预报可参考性更好;对于"摩羯"、"温比亚"台风影响的两次过程,EC模式的预报位移误差明显偏西,同样的特征也表现在MESO和GFS对于"温比亚"台风影响的降水的预报;GFS模式对于降水范围、降水强度预报偏小、偏弱,EC模式预报略好于GFS模式但对于降水极值估计仍存在不足。相对而言,区域模式对于极值估计优于全球模式,SH模式对于极值的估计要优于MESO模式,但其预报降水存在范围、强度偏大的特征;大部分模式预报降水个体的误差主要来源于位移误差,强度误差和形态误差大致相当。     

多模式降水分级最优化权重集成预报技术

为综合不同模式对不同量级降水的预报优势,设计一种全球模式与区域模式结合的降水分级最优化权重集成预报算法,集成经最优TS评分订正法（optimal threat score,OTS）订正后的欧洲中期天气预报中心降水预报产品（以下简称EC-OTS）和华东区域中尺度模式降水预报产品（以下简称SMS-OTS）。以泛长江区域（23°~39°N,101°~123°E）为研究范围,基于2018年不同降水量级的TS评分最优化确定SMS-OTS和EC-OTS在不同降水量级时的最优权重系数以及最优集成方案,并以2019年降水数据为独立样本进行预报试验。结果表明:对于最优权重系数,EC-OTS在低降水量级权重较大,随着降水量级的加大,SMS-OTS的权重也逐渐加大;最优集成方案为初始集成降水量预报取SMS-OTS,集成运算迭代3次;集成预报在几乎所有预报时效、所有降水量级的TS评分均高于EC-OTS和SMS-OTS,其平均绝对误差略小于EC-OTS,显著小于SMS-OTS;集成预报12 h累积降水预报的TS评分较省级预报员主观预报高-0.009~0.041,24 h累积降水预报的TS评分较国家气象中心预报员主观预报高0.009~0.023。     

MM4模式积云参数化方案的改进和检验Ⅱ：改进模式的检验试验

为了检验用Fritsch-Chappell积云参数化方案改进的MM4模式^[1]对梅雨锋暴雨系统的模拟能力，初步确定该模型的稳定性，可靠性，用不同的侧边界条件，地形条件，行星边界层参数化方法进行了模拟试验，并将模拟结果与采用Kuo-Anthes积云参数化方案的模式模拟结果分别进行了比较，结果表明，改进模式对高度场和降水的预报均有改善，并能预报出一些细致特征，此外，改进模式对侧边界条件和地形极为敏感，而对行星边界层参数化方法的敏感性较弱，因此在模式侧边界条件选取和地形处理方面应十分谨慎。